技术领域
[0001] 本
发明涉及无线路由器密码分析方法领域。更具体地说，本发明涉及基于基因表达式编程的无线路由器密码分析方法。
背景技术
[0002] 目前计算机技术己经普及，而无线路由器提供了WIFI，使得人们在连接网络时非常地方便和灵活，己经广泛应用在人们日常工作和生活的方方面面。
[0003] 但为了提高无线路由器所提供的无线网络的安全性，通常会设置复杂的密码。这种做法也会带来另一个问题，即，一旦用户忘记了密码，就难以进入该无线网络中，这又给用户带来了极大的不方便。若设置过于简单，则会造成密码被破解而造成安全性的丧失。
现有技术中有采用差分密码分析方法对无线路由器的密码进行分析。
[0004] 现有技术还存在如下缺点：
[0005] 1)产生密码方式简单，因而难以做到加密。
[0006] 2)形式规则单一，因此分析采用的
算法不能与时俱进，造成密码分析的效率低。
[0007] 而基因表达式编程(GEP)是一种基于
生物基因结构和功能发明的一种新型自适应演化算法，是一种最优化问题的求解算法。其算法结构图如图1所示，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。
[0008] 因此，可以提供一种准确性更高的无线路由器密码的分析方法。
发明内容
[0009] 本发明的一个目的是解决产生密码方式简单，因而难以做到加密以及形式规则单一，因此分析采用的算法不能与时俱进，造成密码分析的效率低的
缺陷，并提供至少后面将说明的优点。
[0010] 本发明还有一个目的是本发明提供一种智能分析过程，其通过基因表达式编程(GEP)技术可以多次成功的分析结果可以作为新的分析规则存在，并可以根据系统积累的分析经验来自动弃用长期无效的规则，从而达到优化推理规则库，提高分析准确度的目的，并成功得出路由器可能存在密码组合。
[0011] 本发明还有一个目的是通过采用GEP技术，可以做到进行自动产生密码，人工干预少，实时性强。
[0012] 为了实现根据本发明的这些目的和其它优点，提供了一种基于基因表达式编程的无线路由器密码分析方法，包括：步骤一：提供一种密码主机，所述密码主机上装载有
知识库、
数据库、规则库、基因表达式编程分析模
块、调度
控制器和推理机，其中，所述知识库中预存有多个包括前提条件和结论的规则，每个规则对应于一个无线路由器密码组合，所述规则库预存有
密码学的计算模型和计算方法，所述基因表达式编程分析模块由用户设置自定义参数；
[0013] 步骤二：通过网络嗅探器截取用户网络以及本地系统中密码相关的数据包，并将数据包内的数据存入数据库；
[0014] 步骤三：所述调度控制器根据用户类型在所述数据库中获取与无线路由器密码相关的特征事实，根据
进程信息在所述规则库中获取对应的无线路由器密码计算方法或计算模型，将与无线路由器密码相关的特征事实与无线路由器密码计算方法或模型结合，通过基于基因表达式编程算法智能分析出无线路由器密码组合，并将无线路由器密码组合保存至所述数据库，同时，所述调控制器还将该无线路由器密码组合送往所述推理机；
[0015] 步骤四：所述推理机将该无线路由器密码组合与所述知识库中的规则进行匹配，若前提条件可以匹配，则得到将匹配成功的规则的结论，并将所述结论返回所述调度控制器，所述结论为该无线路由器可能出现的密码组合；
[0016] 步骤五：所述调度控制器将该结论与所述数据库中己有的特征事实比较，若在所述数据库中不存在与该结论相同的特征事实，则将该结论作为新的特征事实，重新执行步骤三至步骤五；若在所述数据库中存在与该结论相同的特征事实，则将该结论作为推理结果输出该无线路由器可能出现的密码组合，停止计算，并将所述结果作为规则存入知识库中。
[0017] 优选的是，在步骤二中，数据在存入数据库之前需要进行去噪处理，并统一转码为二进制的数据。
[0018] 优选的是，所述步骤三中，基于基因表达式编程算法智能分析，具体包括：
[0019] 步骤a：根据所述自定义参数对分析定义初始化参数，所述初始化参数包括种群大小N，最大评价次数MAXNO，概率pt，概率pr，变异操作概率以及突变操作概率；
[0020] 步骤b：通过所述无线路由器密码计算方法或模型进行计算，得到密码组合，并根据得到的密码组合产生初始群体Pt＝{X1，X2，…，XN}，初始设t＝0，其中每个个体代表一个密码组合，并计算每个个体的适应度，其中定义初始群体Pt中Xi适应度为fi，i为1～N之间的任一数值；
[0021] 步骤c：从Pt中随机选择一个个体Xr，将所述个体Xr与Pt中的Xi进行重组产生新个体X′r和X′i，计算其适应度值f′r和f′i，若f′r＞fr，则将Xr赋值为X′r，反之则不改变Xr的数值，若f′i＞fi，则将Xi赋值为X′i，反之则不改变Xi的数值；
[0022] 以概率pt对Xi进行操作A，产生新个体X′i，计算其适应度值f′i，若f′i＞fi，则将Xi赋值为X′i，反之则不改变Xi的数值；
[0023] 以概率pr对Xr进行操作B，产生新个体X′r，计算其适应度值f′r，若f′r＞fr，则将Xr赋值为X′r，反之则不改变Xr的数值；
[0024] 其中i依次取遍1～N之间所有数值；
[0025] 步骤d：从Pt中随机选择一个个体Xr，对Xr进行变异操作产生N个新个体，计算这N个个体的适应度，找出适应度最大的个体Xr-best，若fr-best＞fr，则将Xr赋值为Xr-best，反之则不改变Xr的数值；
[0026] 步骤e：判断最优个体未更新的代数是否大于MAXNO，若大于，则对群体中适应度最低的10％的个体进行突变操作，生产pt，其中，t赋值为t+1，并重复步骤c～d，若小于，则输出所得的密码组合以及初始的事实特征。
[0027] 优选的是，其中，所述调度控制器依靠编程手段来实现。
[0028] 优选的是，其中，所述知识库是一个由许多规则组成的集合，每条规则抽象为前提条件、结论和可信度，并分别赋值，所述前提条件赋值为P，结论赋值为C，可信度赋值为CF，其中可信度CF的大小由密码与犯罪
心理学的专家研究和系统反复实验相结合的途经来获取，其为每条规则的可信度赋予的某一数值，定义区间[0，1]，所述步骤四中匹配获得结论需要可信度CF＞0.5。
[0029] 优选的是，还包括：在一次运算结束后，通过网络嗅探器获取网络中有关密码分析的计算方法或规则，通过基因表达式编程分析模块对计算方法和规则进行分析筛选，分别存入所述知识库和规则库中，若百次运算仍未触发匹配的计算方法或规则，则进行删除。
[0030] 优选的是，所述通过基因表达式编程分析模块对计算方法和规则进行分析筛选，具体为：
[0031] 步骤S1：根据所述自定义参数对分析定义初始化参数，所述初始化参数包括种群大小N，新个体数量M以及最大评价次数MAXNO；
[0032] 步骤S2：获取的与无线路由器密码分析相关的计算方法或规则定义为初始种群，Pt＝{X1，X2，…，XN}，并计算初始种群中每个个体的适应度式；
[0033] 步骤S3：通过对初始种群凡中的N个个体执行基因表达式编程的选择、变异、插串、重组生成M个新个体，并将M个新个体组成子种群，并计算子种群中每个个体的适应度，其中适应度最大的个体为最优个体；
[0034] 步骤S4：将初始种群中的N个个体和子种群中的M个个体组成临时种群P′，并计算临时种群P′的中的每个个体的适应度，然后删除临时种群P′中适应度最大的前M个个体，得到由N个个体组成的新一代种群O；
[0035] 步骤S5：重复步骤S3和步骤S4，直至循环次数达到MAXNO后结束，结束时得到的新一代种群Pt+1，以结束时得到的新一代种群作为新的计算方法或规则。
[0036] 本发明至少包括以下有益效果：
[0037] (1)产生密码的方式多样，因而可以做到数据的加密和解密；
[0038] (2)具有学习功能，多次成功的分析结果可以作为新的分析规则存在，提高分析准确度的目的，并成功得出路由器可能存在密码组合；
[0039] (3)分析速度快，加入基因表达式编程的算法的无线路由器密码分析算法比传统的差分无线路由器密码分析算法提高54％的计算速度。
[0040] 本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究利实践而为本领域的技术人员所理解。
附图说明
[0041] 图1是基因表达式编程算法结构图。
[0042] 图2是本发明
实施例中基于基因表达式编程的无线路由器密码分析方法的
流程图。
具体实施方式
[0043] 下面结合实例对本发明做进一步的详细说明，以令本领域技术人员参照
说明书文字能够据以实施。
[0044] 本发明的一个实施例，如图2所示，包括以下步骤：
[0045] 步骤一：提供一种密码主机，所述密码主机上装载有知识库、数据库、规则库、基因表达式编程分析模块、调度控制器和推理机，其中，所述知识库中预存有多个包括前提条件和结论的规则，每个规则对应于一个无线路由器密码组合，所述规则库预存有密码学的计算模型和计算方法，所述基因表达式编程分析模块由用户设置自定义参数；
[0046] 步骤二：通过网络嗅探器截取用户网络以及本地系统中密码相关的数据包，并去噪处理，并统一转码为二进制的数据存入数据库；
[0047] 步骤三：所述调度控制器根据用户类型在所述数据库中获取与无线路由器密码相关的特征事实，根据进程信息在所述规则库中获取对应的无线路由器密码计算方法或计算模型，将与无线路由器密码相关的特征事实与无线路由器密码计算方法或模型结合，通过基于基因表达式编程算法智能分析出无线路由器密码组合，并将无线路由器密码组合保存至所述数据库，同时，所述调度控制器还将该无线路由器密码组合送往所述推理机；
[0048] 步骤四：所述推理机将该无线路由器密码组合与所述知识库中的规则进行匹配，若前提条件可以匹配，则得到将匹配成功的规则的结论，并将所述结论返回所述调度控制器，所述结论为该无线路由器可能出现的密码组合；
[0049] 步骤五：所述调度控制器将该结论与所述数据库中己有的特征事实比较，若在所述数据库中不存在与该结论相同的特征事实，则将该结论作为新的特征事实，重新执行步骤三至步骤五；若在所述数据库中存在与该结论相同的特征事实，则将该结论作为推理结果输出该无线路由器可能出现的密码组合，停止计算，并将所述结果作为规则存入知识库中。
[0050] 本发明所述的基于基因表达式编程的无线路由器密码分析方法通过获取截取用户网络以及本地系统中密码相关的数据包，提取初始化的数据向量，根据获取的数据包，利用无线路由器密码计算方法或模型进行计算，并通过基因表达式编程的算法(GEP算法)分析出无线路由器可能出现的密码组合，最后破解出无线路由器的实际密钥。本发明所述的基于基因表达式编程的无线路由器密码分析方法，比传统的差分密码分析算法在密码破解提高54％的计算速度。
[0051] 具体来说，本发明中对用户行为分析方法为：利用GEP的智能分析技术强大的函数发现功能以及IF-THEN规则生成功能，建立一个智能化、集成化、协调化的
专家系统来对路由器密码进行分析。系统建立了一个多库协同的模型，建立复杂的IF-THEN规则和分类模型，利用收集回来的数据包，实时根据数据包、以往数据包及用户使用计算机使用习惯等特性进行分析，并分析出无线路由器密码可能出现的密码组合，基本功能流程如图2所示。
[0052] 本系统采用多库协同的模式，建立了数据库、规则库和知识库，数据库存贮了有关的数据和结果，规则库存放着一些有关的密码学的计算模型、方法和程序，知识库存放着一些有关密码领域中专家性、规律性的知识。调度控制器建立起的一种多库之间、知识库与推理机之间的协同策略。因此，对于每一个具体的项目来说，输入输出的形式都是固定的，推理关系也是相同的，不同的是推理过程中具体的内容，所以，每一个行为基本信息项目都有自己的调度控
制模式。调度控制器是连接各信息库和功能模块的枢纽，主要是依靠编程手段来实现的。
[0053] 在本发明所述的方法中，知识匹配表达和推理过程是最核心的内容，下面进行详细说明：
[0054] 知识匹配表达：
[0055] 知识库是本系统中重要的组成部分。本系统的知识库是一个由许多评定规则组成的集合，每条规则抽象为前提(P)、结论(C)和可信度(CF)赋值，编程实现的形式为：
[0057] 其中：
[0058]
[0059] n为每条规则的前提数，θ＝{AND，OR}，Pi为规则前提集合{P1，P2，…Pn}中的元素，CF＝？为每条规则的可信度赋予某一数值。
[0060] 可信度的引入是为了更好地表达知识的模糊性和不确定性，本系统的可信度区间定义为[0，1]，可信度的大小由密码与犯罪心理学的专家研究和系统反复实验相结合的途经来获取。
[0061] 本系统的规则生产，采用GEP技术进行自动生产，具有人工干预少，自动化程度高，
精度高的特点。
[0062] 其中GEP技术进行自动生产的过程具体为：
[0063] 步骤S1：根据所述自定义参数对分析定义初始化参数，所述初始化参数包括种群大小N，新个体数量M以及最大评价次数MAXNO；
[0064] 步骤S2：获取的与无线路由器密码分析相关的规则定义为初始种群，Pt＝{X1，X2，…，XN}，并计算初始种群中每个个体的适应度式；
[0065] 步骤S3：通过对初始种群凡中的N个个体执行基因表达式编程的选择、变异、插串、重组生成M个新个体，并将M个新个体组成子种群，并计算子种群中每个个体的适应度，其中适应度最大的个体为最优个体；
[0066] 步骤S4：将初始种群中的N个个体和子种群中的M个个体组成临时种群P′，并计算临时种群P′的中的每个个体的适应度，然后删除临时种群P′中适应度最大的前M个个体，得到由N个个体组成的新一代种群O；
[0067] 步骤S5：重复步骤S3和步骤S4，直至循环次数达到MAXNO后结束，结束时得到的新一代种群Pt+1，以结束时得到的新一代种群作为新的规则。
[0068] 知识匹配表达的过程是将该无线路由器密码组合与所述知识库中的规则进行匹配，若前提条件可以匹配，获得结论需要可信度CF＞0.5，则得到将匹配成功的规则的结论，并将所述结论返回所述调度控制器，所述结论为该无线路由器可能出现的密码组合。
[0069] 推理过程：
[0070] 本系统的推理过程可以描述为首先利用GEP技术进行密码模式分类，建立相关分类模型(可以离线保存共后面调用)，然后利用GEP生成的IF-THEN规则，和密码类型，进行推理，提高GEP技术应用的实时性，达到实时分析的目的。
[0071] 推理过程采用数据驱动、正向的不确定性推理策略，推理的实质是把知识规则链接起来，形成一条或多条推理链。系统根据数据包进行分析提取结果，经过数据去噪处理后，将相应的信息特征以数据库的形式保存，作为输入的事实供推理机使用。主要过程是：
[0072] 1、调度控制器根据获取到数据包数据，在数据库获取与密码相关对应的特征事实，往规则库中获取对应的计算方法。
[0073] 2、调度控制器将密码相关特征事实和计算方法经过GEP智能分析与计算方法处理后得到新的事实特征，然后将新的特征事实一方面保存到数据库，另一方面送往推理机。
[0074] 3、推理机读入密码相关特征事实，用这些特征事实与知识库中规则的前提条件进行匹配，将匹配成功的规则的结论返回调度控制器，再存入数据库。
[0075] 4、将上一步骤生成的、保存在数据库的中间结论又作为密码相关新的特征事实，然后再重复以上的步骤。
[0076] 5、当无新的特征事实生成时，调度控制器就到达一种稳定的状态，这时推理过程结束，并输出无线路由器可能出现的密码组合。
[0077] 调度控制器根据获取到数据包数据，在数据库获取与密码相关对应的特征事实，在规则库中获取对应的计算方法。
[0078] 调度控制器将密码相关特征事实和计算方法经过GEP智能分析与计算方法处理后得到新的事实特征：
[0079] 其中智能分析与计算处理编程为：
[0080] 设置参数：产生初始群体P0＝{X1，X2，…，XN}，并计算每个个体的适应度fi[0081] t＝0
[0082] while(t＜最大代数T){
[0083] for(i＝0；i＜N；i++){
[0084] 从Pt中随机选择一个个体Xr与Xi进行重组产生新个体X′r和
[0085] X′i，计算其适应度值f′r和f′i
[0086] if(f′r＞fr)Xr＝X′r，if(f′i＞fi)Xi＝X′i
[0087] 以概率pt对Xi进行IS变换操作，产生新个体X′i，计算其适应度值f′i，if(f′i＞fi)Xi＝X′i
[0088] 以概率pr对Xi进行倒置操作，产生新个体X′i，计算其适应度值
[0089] f′i，if(f′i＞fi)Xi＝X′i
[0090] }
[0091] 从Pt中随机选择一个个体Xr，对Xr进行变异操作产生N个新个
[0092] 计算这N个个体的适应度，找出适应度最大的个体Xr-best，
[0093] if(fr-best＞fr)Xr＝Xr-best
[0094] 判断最优个体未更新的代数是否大于MAXNO。若大于，则对较差的部分个体(占群体的10％)进行突变操作t++
[0095] }
[0096] 智能分析与计算处理的是基于基因表达式编程(GEP)的算法，其具体步骤为：
[0097] 步骤a：根据用户自定义的参数对分析定义初始化参数，所述初始化参数包括种群大小N，最大评价次数MAXNO，概率pt，概率pr，变异操作概率以及突变操作概率；
[0098] 步骤b：产生初始群体Pt＝{X1，X2，…，XN}，初始设t＝0，并计算每个个体的适应度，其中定义初始群体Pt中Xi适应度为fi，i为1～N之间的任一数值；
[0099] 步骤c：从Pt中随机选择一个个体Xr，将所述个体Xr与Pt中的Xi进行重组产生新个体X′r和X′i，计算其适应度值f′r和f′i，若f′r＞fr，则将Xr赋值为X′r，反之则不改变Xr的数值，若f′i＞fi，则将Xi赋值为X′i，反之则不改变Xi的数值；
[0100] 以概率pt对Xi进行IS变换操作，产生新个体X′i，计算其适应度值f′i，若f′i＞fi，则将Xi赋值为X′i，反之则不改变Xi的数值；
[0101] 以概率pr对Xr进行倒置操作，产生新个体X′r，计算其适应度值f′r，若f′r＞fr，则将Xr赋值为X′r，反之则不改变Xr的数值；
[0102] 其中i依次取遍1～N之间所有数值；
[0103] 步骤d：从Pt中随机选择一个个体Xr，对Xr进行变异操作产生N个新个体，计算这N个个体的适应度，找出适应度最大的个体Xr-best，若fr-best＞fr，则将Xr赋值为Xr-best，反之则不改变Xr的数值；
[0104] 步骤e：判断最优个体未更新的代数是否大于MAXNO，若大于，则对群体中适应度最低的10％的个体进行突变操作，生产pt，其中，t赋值为t+1，并重复步骤c～d。
[0105] 优选的是在一次运算结束后，通过网络嗅探器获取网络中有关密码分析的计算方法或规则，通过基因表达式编程分析模块对计算方法和规则进行分析筛选，分别存入所述知识库和规则库中，若百次运算仍未触发匹配的计算方法或规则，则进行删除。
[0106] 在上述技术方案中，可以通过截取的数据并匹配不同的规则，并不断地循环计算优化结果，相比于传统差分算法，运算规则更加灵活，因为GEP智能分析模块具有学习功能，多次成功的分析结果可以作为新的分析规则存在，甚至可以根据系统积累的分析经验来自动弃用长期无效的规则，从而达到优化推理规则库，提高分析准确度的目的。
[0107] 在上述技术方案中，通过各个模块之间协同作用，将截取的数据并匹配不同的规则，并不断地循环计算优化结果，相比于传统差分算法，运算规则更加灵活，因为GEP智能分析模块具有学习功能，多次成功的分析结果可以作为新的分析规则存在，提高分析准确度和分析速度。
[0108] 以下提供一个具体的实施例：
[0109] 测试网络中有1台密码主机和无线路由器；密码主机上装载了知识库、数据库、规则库、调度控制器、表达式编程分析模块和推理机，其中知识库中用GEP技术生成了一系列IF-THEN规则。
[0110] 1、设置自定义参数，其中种群大小N为50，最大评价次数MAXNO为150，概率pt为50％，概率pr为75％，变异操作概率为25％以及突变操作概率为45％；
[0111] 2、密码主机获取测试网络中的数据包，密码主机将测试网络发生的并进行了去噪的数据包输入调度控制器；
[0112] 3、调度控制器根据用户类型在数据库中获取与无线路由器密码相关对应的特征事实；
[0113] 4、调度控制器根据进程信息在规则库中获取对应的无线路由器密码计算方法；
[0114] 5、调度控制器将特征事实与计算方法结合通过GEP智能分析，无线路由器可能出现的密码组合；
[0115] 6、调度控制器将密码组合保存到数据库；
[0116] 7、调度控制器将密码组合送往推理机；
[0117] 8、推理机将得到的密码组合与知识库中的前提条件进行匹配，将匹配成功的规则的结论返回调度控制器；
[0118] 9、调度控制器将得到的结论与数据库中已有的特征事实比较，如有相同的记录则将结论作为推理结果输出无线路由器可能出现的密码组合。
[0119] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助
软件加必需的通用
硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，
服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0120] 尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的
修改，因此在不背离
权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的实例。
